上一页 1 ··· 10 11 12 13 14 15 16 17 18 ··· 46 下一页
摘要: 错误一: AttributeError: 'Upsample' object has no attribute 'recompute_scale_factor' 解决方法,修改pytorch 源码: Lib\site-packages\torch\nn\modules下找到文件upsampling. 阅读全文
posted @ 2022-07-12 08:55 宋桓公 阅读(301) 评论(0) 推荐(0) 编辑
摘要: 引言 1 预测阶段,就是在模型已经训练好之后,开始进行预测的阶段 2 NMS非极大值抑制,在这里面的作用我的理解是,在类别相同时,任何可以框选出 多个实例。 交并比(iou) 那么交并比就是: 非极大值抑制(NMS) 上篇文章中《理解 YOLOV1 第一篇 预测阶段_code bean的博客-CSD 阅读全文
posted @ 2022-07-04 10:51 宋桓公 阅读(152) 评论(0) 推荐(0) 编辑
摘要: 首先看YOLOV1的网络结构,感觉就是普通的卷积神经网络: 最终输出是一个7*7*30的黑盒子,把它想象成一本7*7大小的有着30页的一本书。 书的每一页,由49个方格(grid cell)组成, V1版本中每个grid cell预测2个选框(bounding box,bounding box的中心 阅读全文
posted @ 2022-07-02 17:11 宋桓公 阅读(63) 评论(0) 推荐(0) 编辑
摘要: 从公式理解: 从公式看,卷积就是相乘再相加的过程 从这张图看,卷积就是之前的点对当前点的影响。有人说,卷积就是瞬时行为的持续性后果。 CNN中的卷积操作 在CNN的卷积操作中,其实也是先相乘再相加,这里通过卷积核,实现一个目的,就是周围像素点对中心像素点的影响。 那不同的卷积核,对图像的影响是不同的 阅读全文
posted @ 2022-06-30 17:32 宋桓公 阅读(399) 评论(0) 推荐(0) 编辑
摘要: 前言 pytorch 中的损失函数: CrossEntropyLossLogSoftmaxNLLLoss Softmax 在多分类的时候,我们希望输出是符合概率分布的,所以利用Softmax做了归一化的处理。 这个过程非常好理解,将所有的项相加得到分母,各项在作为分子,只不过这里加了一个e为底的指数 阅读全文
posted @ 2022-06-28 15:58 宋桓公 阅读(684) 评论(0) 推荐(0) 编辑
上一页 1 ··· 10 11 12 13 14 15 16 17 18 ··· 46 下一页